Detalhes bibliográficos
Ano de defesa: |
2017 |
Autor(a) principal: |
Santos, Raphael Pousa dos |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Federal de Viçosa
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://www.locus.ufv.br/handle/123456789/11976
|
Resumo: |
Modelos biofísicos de crescimento de cultura consideram os fatores naturais de crescimento e produtividade das culturas agrícolas, mas negligenciam a influência de fatores econômicos no processo. Por outro lado, modelos estatísticos de natureza agroeconômica são utilizados para simular a produção de culturas sob a influência de variáveis econômicas, porém ignorando eventos biofísicos, como por exemplo a influência de uma seca. Este trabalho acopla um modelo agroeconômico a um modelo biofísico de crescimento da cultura de soja. Este trabalho fez simulações espacialmente distribuídas da produtividade de soja no território nacional para o período de 1994 a 2012, utilizando três tipos de modelos: um modelo puramente biofísico (INLAND – Integrated Land Surface Model); um modelo puramente agroeconômico (modelo de regressão linear) e um híbrido biofísico-econômico (INLAND/linear). Para o modelo agroeconômico e híbrido foram utilizados como parâmetros econômicos o custo de transporte, o tamanho médio da fazenda e o preço da soja. Utilizando um algoritmo genético (NSGA-II/Optis) foi realizada uma calibração da produtividade de soja em dois níveis hierárquicos. Foram realizadas oito simulações com configurações diferentes destes modelos. Os melhores resultados foram obtidos com os modelos que consideraram variáveis econômicas e climáticas. O modelo empírico, contemplando variáveis econômicas e climáticas, apresentou o melhor resultado entre todas as simulações, contemplando variáveis econômicas e climáticas, chegando a uma correlação de 0,72. O modelo biofísico com a inserção das variáveis econômicas, ou seja, com limitantes econômicos na produtividade de soja, teve a produtividade potencial simulada reduzida a uma produtividade real simulada próxima da observada, com viés médio no período 1994-2012 de -0,01 ton ha -1 . A correlação entre os dados simulados e observados aumentou de 0,12 usando o modelo puramente biofísico para 0,55 usando o modelo hibrido. O modelo puramente biofísico, quando testado xnacionalmente no Brasil, apresentou resultados de produtividade potencial próximos aos campeões de concursos de produtividade de soja. |